AI-skolan
RAG (Retrieval-Augmented Generation) är en teknik som kombinerar en AI-modells förmåga att generera text med möjligheten att söka och hämta information från externa källor i realtid. Istället för att bara förlita sig på sin träningsdata hämtar modellen relevant information från en kunskapsbas eller databas och använder den som kontext när den formulerar sitt svar. Det minskar hallucinationer och gör att modellen kan svara på frågor om aktuell eller intern information.
En intern företagschatbot byggd med RAG kan svara på frågor om det senaste kvartalets försäljningssiffror, en specifik kundhistorik eller den nyaste versionen av ett policydokument — information som aldrig funnits i modellens träningsdata. Systemet söker i rätt dokument och genererar sedan ett svar baserat på det faktiska innehållet.